Prediction of Mechanical Properties of Mortise and Tenon Lattice Structures by Fused Deposition Modeling Using Artificial Neural Network

인공신경망을 이용한 융합증착 모델링에 의한 모티스와 테논 격자구조물의 역학적 특성 예측

High strength, lightweight lattice structures are gaining increasing attention in aerospace, automotive, and other fields. Fused deposition modeling (FDM) is a widely used additive manufacturing technique that has significant advantages in the fabrication of lattice structures. However, deposition of inter layers phenomenon affects the mechanical properties of the FDM formed lattice structure, and it is difficult to establish the relationship between the parameters of the lattice structure and the mechanical properties. In this paper, FDM technology was used to prepare 23 groups of mortise and tenon lattice structures (MTLS) with different angles 𝜃, height h and thickness t, and quasi-static compression tests were carried out on them. Artificial neural network (ANN) was used to establish a prediction model of specific energy absorption (SEA) of lattice structures, and the accuracy of the prediction model was verified by experiments. The results show that the SEA of MTLS decreases with increasing 𝜃. With the increase of t and the decrease of h, SEA first increases and then decreases. The SEA values predicted by the ANN with "3-7-1" structure are in good agreement with the experimental values. The ANN tool are validated and can be a favourable tool for lattice energy prediction with available data.

고강도 경량 격자 구조는 항공우주, 자동차 등 여러 분야에서 점점 더 주목받고 있다. 융합 적층 성형(FDM)은 격자 구조 제작에서 중요한 장점을 지닌 널리 사용되는 적층 제조 기술이다. 그러나 층간 적층 현상은 FDM으로 형성된 격자 구조의 기계적 특성에 영향을 미치며, 격자 구조의 매개변수와 기계적 특성 간의 관계를 확립하는 것이 어렵다. 본 논문에서는 FDM 기술을 사용하여 각기 다른 각도 𝜃, 높이 h, 두께 t를 가진 23개의 짜임 및 장부 격자 구조(MTLS)를 준비하고, 준정적 압축 시험을 수행했다. 인공 신경망(ANN)을 사용하여 격자 구조의 비에너지 흡수(SEA)를 예측하는 모델을 구축하였고, 실험을 통해 예측 모델의 정확성을 검증했다. 결과에 따르면, MTLS의 SEA는 𝜃가 증가함에 따라 감소하며, t가 증가하고 h가 감소할 때 SEA는 처음에 증가하다가 다시 감소하는 경향을 보였다. 3-7-1 구조의 ANN으로 예측된 SEA 값은 실험 값과 잘 일치하였고, ANN 도구는 기존 데이터를 기반으로 한 격자 구조 에너지 예측에 유리한 도구로 검증되었다.